作業環境 vscode / glfw version 3.3.6 / cmake version 3.31.4 / GNU Make 4.3 / g++ (Ubuntu 13.3.0-6ubuntu2~24.04) 13.3. / Linux 6.11.0-19-generic #19~24.04.1-Ubuntu SMP PREEMPT_DYNAMIC Mon Feb 17 11:51:52 UTC 2 x86_64 x86_64 x86_64 GNU/Linux 方法說明 動作呈現是以 interpolation 與 frame 方式進行。 其 interpolation： glm::vec3 interpolatedOffset = glm::mix(prevFrameData->offset, FrameData->offset, progress); glm::vec3 interpolatedRotation = glm::mix(prevFrameData->rotation, FrameData->rotation, progress);

contributed by < JeffBla > 「自動販賣機而延畢的那一年」的讀後感想 正所謂人不輕狂枉少年，故事中的主角和當初國中的我相似，也因為這樣，引領我的是電機資訊學系。因為的遊戲關服，而決定模仿這種遊戲，踏上學習 3d 建模動畫、unity、python、c#等旅程，最後雖然 3d 建模動畫還堪用，但因為過程難度太高與瑣碎而澆熄了熱情，最後每個都會但，沒有把他們拼在一起，以失敗告終。那時的我貫徹一種精神，有些事情真的好難，我缺好多東西，我要把這些難題交給未來的我。就這樣，目前的我雖未完成這件事，但箇中原理現在的我已清楚知曉，大二的暑假，捨棄熟習的 unity，踏上 unreal 的旅程，我總稱它無字天書，因為文檔什麼也沒有，很多時候靠的是實驗與查資料，而 3d 模型的問題，也不再像小時候，每件事情都從重新造輪子，靠的是金錢的力量與修改別人檔案的本事。 很佩服作者找資源的本事，協調、還價與向人請教。目前的我還在重新找尋那種感覺，那種突破點，就像自動販賣機是作者想做的事情，是作者的青春，國中的我模仿已關服遊戲與製作 8 足機器人（在大三時利用 pic18f 重現了）是我的青春，而現在的我找不到在軟體的定位，唯一還算得上的是大三專題：AI 個人教練：結合電腦視覺在三維空間中呈現，並基於姿勢分析給出建議，也因此進入到交大的圖學與互動實驗室（目前大四）。奇怪的是，這些都符合我的興趣，也符合我的動機，但我的目標仍然不清楚，目前只是朝著我認為的未來機會與興趣，如：3d、多平行，發展。 這篇文章提醒了我對知識的貢獻與學習方法以及義無反顧的目標，我應該利用大四的剩餘時光，好好的重新審視。 前 6 週學習狀況

contributed by < JeffBla > Q1: 為什麼 cache 越慢的範圍越大 image 擁有較大的搜索範圍，當資料範圍離存取位置較近，則能夠馬上的存取，但若較遠，就需要搜索，如硬碟的 Seek time (移動驅動臂到正確的磁軌)、Rotational delay (等待磁盤轉到正確的磁區)。 各元件的運行速度不同，如： (1). cache：bitlines 與 wordline 的充電，電晶體的運作和放大器讀取。 (2). 硬碟則是需要驅動臂移動讀寫頭到正確的磁軌，磁盤旋轉到正確磁區，讀取頭偵測並將資料轉換成電子訊號。

Explore ELF test.c is as following: #include <stdio.h> #include <unistd.h> #define THREAD_INTERVAL 500 #define cr_start() \ static int __s = 0; \ switch (__s) { \

ref: linux2021 Concurrency Study -- SPMC spmc spmc_enqueue if (!IS_WRITABLE(idx, node)) { spmc_node_t *const next = atomic_load_explicit(&node->next, memory_order_relaxed); /* Never move to write on top of the node that is currently being read; * In that case, items would be read out of order they were enqueued.

contributed by < Jeffbla > Implement coroutine commit 2ac0bab 使用 longjmp 與 setjmp 實作。 將繪製棋盤搬到 userspace commit 0142a21

作業環境 vscode / glfw version 3.3.6 / cmake version 3.31.4 / GNU Make 4.3 / g++ (Ubuntu 13.3.0-6ubuntu2~24.04) 13.3. / Linux 6.11.0-19-generic #19~24.04.1-Ubuntu SMP PREEMPT_DYNAMIC Mon Feb 17 11:51:52 UTC 2 x86_64 x86_64 x86_64 GNU/Linux 方法說明 morph_images 先將輸入影像的大小對齊，並根據對齊調整特徵線，之後進行 wrap 與 blend。 def morph_images(img1, img2, lines1, lines2, t, progress_callback=None): """ Perform image morphing between two images.

contributed by <JeffBla> Reviewed by MikazukiHikari 建議不同的queue.[ch]功能分開在不同的 Commit 中實作。 開發環境 $ gcc --version gcc (Ubuntu 13.3.0-6ubuntu2~24.04) 13.3.0 $ lscpu

contributed by < JeffBla > Q1 間接指標、鏈結串列與記憶體配置 測驗 1 解釋程式碼運作的原理 /** * Inserts a new item into the list before a specified item. * * This function traverses the list to locate the position immediately before * the item pointed to by @before and inserts @item in that position.

作業環境 vscode / glfw version 3.3.6 / cmake version 3.31.4 / GNU Make 4.3 / g++ (Ubuntu 13.3.0-6ubuntu2~24.04) 13.3. / Linux 6.11.0-19-generic #19~24.04.1-Ubuntu SMP PREEMPT_DYNAMIC Mon Feb 17 11:51:52 UTC 2 x86_64 x86_64 x86_64 GNU/Linux 方法說明 OpenGLBufferObject 針對 OpenGL Buffer 進行操作，包含創建名稱、類型綁定、空間分配與資料複製、刪除和解除綁定。 根據 官方文檔 void glBufferData(GLenum target,

# 2025q1 Homework1 (ideas)

[ ] XOR 假設有一張黑白的相片是由很多個0 ~255 的 pixel 組成 (0 是黑色，255 是白色)，這時候可以用任意的 KEY (00000000~2~ - 11111111~2~) 跟原本的每個 pixel 做運算，如果使用 AND (每個 bit 有 75% 機率會變成 0)，所以圖會變暗。如果使用 OR (每個 bit 有 75% 機率會變 1)，圖就會變亮。這兩種幾乎都還是看的出原本的圖片，但若是用 XOR 的話，每個 bit 變成 0 或 1 的機率都是 50%，所以圖片就會變成看不出東西的雜訊。 上圖左 1 是原圖，左 2 是用 AND 做運算之後，右 2 是用 OR 做運算之後，右 1 是用 XOR，可見使用 XOR 的加密效果最好。 上面敘述出自：你所不知道的 C 語言：數值系統 在這裡做些個人的紀錄 由於上面敘述會令人誤會，該KEY並非單一固定數值，而是以mask的方法運算，需注意及附上程式碼，其結果正如上圖。

Identification-of-core-XCT-photographs.md Intro For now, due to its convenience and simplicity, I use Python to design the algorithm and find the solution to this program. What I have done: Read dicom images. Extracte the data in the dicom files, such as pixel, rescale slope and rescale intercept. Use the extracted data to calculate CT value by the formula:Hu = pixel * rescale slope + rescale intercept Scale the value of pixel data into 0~255, so that we can apply image processing algorithms to this gray image.

Extracte the data in the dicom files, such as pixel, rescale slope and rescale intercept. Use the extracted data to calculate CT value by the formula:Hu = pixel * rescale slope + rescale intercept Scale the value of pixel data into 0~255, so that we can apply image processing algorithms to this gray image. Use image processing algorithms to find the target make the image blur use Canny algorithms to find the edge of the image find the inner circle of the rock container by Circle Hough TransformInner circle of the rock container fliter out the rock container when calculating porosity later Threshold the image to create a binary image

相機操作 按下ctrl+滑鼠滾輪可以縮放。 按住空白(沒有積木)的地方，可以平移視角。 UI操作 分頁上的按鈕可用來切換頁面，頁面可滾動或用左上的按鈕切換到特定區域。 頁面上的按鈕可用來生成對應的積木。 第一個頁面有許多control和function的按鈕，還有可定義的funtion和variable按鈕，按下打開新界面可輸入名字和自定參數或種類，名字不可空白，按X或cancel可關閉，按ok就會生成按鈕。 第二個頁面有operator的按鈕，第三個頁面則是勾選header file。 右上角的紅色按鈕可以將疊起來的積木轉成 C語言的程式碼，並且編譯，產生a.exe。